昨日(10/29）、「知能ソフトウェア工学研究会（KBSE）」で
日大理工学部 １号館 １２１に行ってきた！
研究会だから、書いちゃまずいのかもしれないけど、
２つとも招待講演なんで、まあ、いいしょ（＾＾；）ということで、
その内容をメモメモ
ちなみに、表題の件は、後のほうの発表の
Brain Plotsシリーズ
（その一部、プレゼン用）http://brainplots.com/BPTED/
のソフトの話。
■ごあいさつ 飯島先生
・知能ソフトウェア工学小特集
・次回１月（機械振興会館）、３月（湯布院）
■機能・品質の多様性を扱う適応的サービス合成
ＮＩＩ 石川先生
・自己紹介
約束事のコンピューティング
→サービス指向コンピューティング
・自己適応をやっていく
サービスを合成する
・背景１：壮大な視点から
Everything as a Service
サービス：クラウドやＷｅｂAPIも含め
ネットワーク経由でアクセス可能な情報や機能
をプログラムを呼び出す
→サービス指向アーキテクチャ
コモディティ
特別な機能
すべてをソフトウェアからアクセス可能に
http://www.programmableweb.com/
→登録ＡＰＩはもうすぐ１５０００
サービス指向の夢
・既存のサービスの選択と組み合わせを通し、
システム構築（要求実現）を迅速、柔軟に
→既存サービスの選択・連携によるサービス合成
ビジネスプロセス：ここを構築
開発の「そもそも」
機能、非機能
↓
・これから作る
ライブラリ・フレームワーク
外部サービス
→外部サービスは「選んで使う」
継続性は外部に依存
→情報はしっかり整理されてるかも（外部公開しているので）
サービス合成における品質保証？
・書くサービスの品質（ＱｏＳ）に関する知識が必要
背景２：既存研究の流れ
標準的なサービス合成の要件モデル
・機能(IOPE)：入力、出力、事前条件、効果
品質：さまざまな指標
・何をいつ主導・自動で行うかの想定は様々
典型的には、ワークフローはgivenサービス選択は自動
・アルゴリズムの観点からは難しい問題
全体制約→NP-hard
さまざまな開放：遺伝的アルゴリズム
候補数を減らすための工夫
・結構研究は多い ２００３～
・メタヒューリスティック
ヒューリスティック：こうやったらよさそう
メタヒューリスティック→問題によらず、ヒューリスティック
例：遺伝的アルゴリズム
問題定義
・典型的な問題設定における課題
サービスはすべて均一・互換
自己適応は事前には考えていない
→サービスにつがい、自己適応を考える。確率的に
サービスの接続性、置き換え可能性は、
一般的には、オントロジーにおけるサブクラス関係に定義される
→セマンティックＷｅｂ
サービス機能グラフ
下に行くほどより強力になるグラフを構築
選択アルゴリズム
・遺伝的アルゴリズム
→遺伝子の強制修正
サービス機能グラフ
ホテル検索サイトの出力結果
まとめ（おわりに）
・サービス合成に関する研究
もともとはサービス指向コミュニティ
・要求の元である「顧客」が「大衆」の場合
http://infogra.am/app-user-survey-0
別方向の取り組み
・スマートシティのサービスに基づく実現
町に落ちているＡＰＩを組み合わせる
非サイロ・オープン・レジリエンス
おまけ ＳＩＧ－ＳＣ研究会
Q&A
Q:業務フロー的に満たさない代替案が選ばれないようにするには？
A:遺伝的あるごりずむで、そのような場合、評価関数の結果が
凄く悪くなるようにする
QoS aware Service Composition
効用関数あるいはパレートフロント
広い意味でのadaptation
■BrainPlots/CogStructureのご紹介
コグニティ株式会社 河野さん
意思決定時の認知限界を技術の力で取り除く
・Brain Plotsしりーず（プレゼン用）http://brainplots.com/BPTED/
・CogStructure
ＤＡＭＭ
１）ルール作り
概念構造→Toulmin Model
ＫＪ法
Toulmin Modelとの違い
ブログなど
理解しやすい主張
事実情報が多いと理解しやすいが
詳細情報はそこまででもない
議論討論例
バイアスアラート・他視点変換
自動さまらいず
言語横断・リアルタイム共有
ＴＥＤ 芸術は例示がおおい
教育は事実・理由多い
構造上のパターン
勝てない勝負を選んではいけないが
８割のところを選んでも残れない
Q&A
Q:D-CASEのサポートは出来る？
A:今研究中。ゴールグラフに合わせることが必要
Q:論文に応用できる？（これだと、査読に通らないと分かる？）
A:よいの、わるいの３つあればいい。
その手の話はいろいろあって、「事業計画を判断して欲しい」
（Byベンチャーキャピタル）とか
日大理工学部 １号館 １２１に行ってきた！
研究会だから、書いちゃまずいのかもしれないけど、
２つとも招待講演なんで、まあ、いいしょ（＾＾；）ということで、
その内容をメモメモ
ちなみに、表題の件は、後のほうの発表の
Brain Plotsシリーズ
（その一部、プレゼン用）http://brainplots.com/BPTED/
のソフトの話。
■ごあいさつ 飯島先生
・知能ソフトウェア工学小特集
・次回１月（機械振興会館）、３月（湯布院）
■機能・品質の多様性を扱う適応的サービス合成
ＮＩＩ 石川先生
・自己紹介
約束事のコンピューティング
→サービス指向コンピューティング
・自己適応をやっていく
サービスを合成する
・背景１：壮大な視点から
Everything as a Service
サービス：クラウドやＷｅｂAPIも含め
ネットワーク経由でアクセス可能な情報や機能
をプログラムを呼び出す
→サービス指向アーキテクチャ
コモディティ
特別な機能
すべてをソフトウェアからアクセス可能に
http://www.programmableweb.com/
→登録ＡＰＩはもうすぐ１５０００
サービス指向の夢
・既存のサービスの選択と組み合わせを通し、
システム構築（要求実現）を迅速、柔軟に
→既存サービスの選択・連携によるサービス合成
ビジネスプロセス：ここを構築
開発の「そもそも」
機能、非機能
↓
・これから作る
ライブラリ・フレームワーク
外部サービス
→外部サービスは「選んで使う」
継続性は外部に依存
→情報はしっかり整理されてるかも（外部公開しているので）
サービス合成における品質保証？
・書くサービスの品質（ＱｏＳ）に関する知識が必要
背景２：既存研究の流れ
標準的なサービス合成の要件モデル
・機能(IOPE)：入力、出力、事前条件、効果
品質：さまざまな指標
・何をいつ主導・自動で行うかの想定は様々
典型的には、ワークフローはgivenサービス選択は自動
・アルゴリズムの観点からは難しい問題
全体制約→NP-hard
さまざまな開放：遺伝的アルゴリズム
候補数を減らすための工夫
・結構研究は多い ２００３～
・メタヒューリスティック
ヒューリスティック：こうやったらよさそう
メタヒューリスティック→問題によらず、ヒューリスティック
例：遺伝的アルゴリズム
問題定義
・典型的な問題設定における課題
サービスはすべて均一・互換
自己適応は事前には考えていない
→サービスにつがい、自己適応を考える。確率的に
サービスの接続性、置き換え可能性は、
一般的には、オントロジーにおけるサブクラス関係に定義される
→セマンティックＷｅｂ
サービス機能グラフ
下に行くほどより強力になるグラフを構築
選択アルゴリズム
・遺伝的アルゴリズム
→遺伝子の強制修正
サービス機能グラフ
ホテル検索サイトの出力結果
まとめ（おわりに）
・サービス合成に関する研究
もともとはサービス指向コミュニティ
・要求の元である「顧客」が「大衆」の場合
http://infogra.am/app-user-survey-0
別方向の取り組み
・スマートシティのサービスに基づく実現
町に落ちているＡＰＩを組み合わせる
非サイロ・オープン・レジリエンス
おまけ ＳＩＧ－ＳＣ研究会
Q&A
Q:業務フロー的に満たさない代替案が選ばれないようにするには？
A:遺伝的あるごりずむで、そのような場合、評価関数の結果が
凄く悪くなるようにする
QoS aware Service Composition
効用関数あるいはパレートフロント
広い意味でのadaptation
■BrainPlots/CogStructureのご紹介
コグニティ株式会社 河野さん
意思決定時の認知限界を技術の力で取り除く
・Brain Plotsしりーず（プレゼン用）http://brainplots.com/BPTED/
・CogStructure
ＤＡＭＭ
１）ルール作り
概念構造→Toulmin Model
ＫＪ法
Toulmin Modelとの違い
ブログなど
理解しやすい主張
事実情報が多いと理解しやすいが
詳細情報はそこまででもない
議論討論例
バイアスアラート・他視点変換
自動さまらいず
言語横断・リアルタイム共有
ＴＥＤ 芸術は例示がおおい
教育は事実・理由多い
構造上のパターン
勝てない勝負を選んではいけないが
８割のところを選んでも残れない
Q&A
Q:D-CASEのサポートは出来る？
A:今研究中。ゴールグラフに合わせることが必要
Q:論文に応用できる？（これだと、査読に通らないと分かる？）
A:よいの、わるいの３つあればいい。
その手の話はいろいろあって、「事業計画を判断して欲しい」
（Byベンチャーキャピタル）とか
アクセス
トータル
ランキング
